Optimized budget selection for local differential privacy
Yerel farklılaştırılmış gızlılık ıçın optımıze edılmış bütçe seçımı
- Tez No: 979418
- Danışmanlar: Prof. Dr. YÜCEL SAYGIN, Assist. Prof. Dr. MEHMET EMRE GÜRSOY
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda, yerel farklılaştırılmış gizlilik (LDP), popüler bir gizlilik standardı olarak öne çıkmış ve hem akademi hem de endüstri tarafından önemli ölçüde ilgi görmüştür. Endüstriyel uygulamalar, akıllı evler ve akıllı şehirlerde LDP'nin kullanımı giderek artan bir ilgiyle karşılanmaktadır. LDP'deki temel sorunlardan biri, gizlilik korumasının gücü ile fayda kaybı arasındaki dengeyi kontrol eden gizlilik bütçesi parametresi ε'in nasıl seçileceğidir. Bu tezde, Optimus adını verdiğimiz, fayda odaklı ve optimizasyon tabanlı bir ε bütçe seçimi yaklaşımı öneriyoruz. Verilen bir fayda kısıtı doğrultusunda, Optimus bütçe seçimi problemini bir optimizasyon problemi olarak formüle eder ve bu problemi çözmek için beş farklı çözüm yöntemi sunar. Optimus'un beş çözüm yöntemi; beş popüler LDP protokolü, iki farklı veri kümesi ve çeşitli fayda kısıtlarıyla birlikte deneysel olarak değerlendirilmiştir. Elde edilen sonuçlar, farklı yöntemler tarafından seçilen ε bütçelerinin birbiriyle tutarlı olduğunu göstermektedir ki, bu durum hem LDP'nin rastgelelik içermesi hem de optimizasyon sürecinin sezgisel olması bakımından önemlidir. Ayrıca, yöntemlerin verimliliği ve hiperparametreleri üzerine karşılaştırmalı analizler gerçekleştirerek, gelecekteki kullanım için rehberlik sunmaktayız. Bildiğimiz kadarıyla, Optimus, LDP'de ε bütçe seçimi sorununa nicel ve algoritmik bir çözüm sunan ilk çalışmadır. Optimus, LDP altında genel bir fayda odaklı bütçe seçimi yaklaşımı sunarken, aynı zamanda akıllı evlerde pratik bir uygulama olarak kapasite planlama problemini de özel olarak ele almaktayız. LDP'nin temel varsayımı, verilerin gizliliğini korumak amacıyla gürültülenmesidir; bu nedenle LDP ile tahmin edilen tüketim istatistikleri doğası gereği gürültülüdür. Gürültülü tahminlerin kapasite planlamasında kullanılması ise, yanlış pozitiflere (kapasite aşımı olduğu halde yanlış alarm verme) veya yanlış negatife (gerçek aşımın göz ardı edilmesi) yol açabilir. Bu sorunları çözmek için, CAPRI adını verdiğimiz bir sistem öneriyoruz. Bu sistem, LDP altında akıllı şehir uygulamalarında kapasite planlaması ve optimize edilmiş bütçe seçimi sunar. Belirli koşullar (örneğin, müşteri sayısı, olası tüketim değerleri, kullanılan LDP protokolü) ve kısıtlar (örneğin, yanlış pozitif olasılığı 0.01'den küçük olmalıdır) doğrultusunda, CAPRI istenen gizlilik seviyesini en üst düzeye çıkarırken aynı zamanda bu kısıtları sağlayan ε gizlilik bütçesini belirleyebilmektedir. Bunu gerçekleştirmek için, CAPRI optimizasyon tabanlı bir problem formülasyonu ve LDP simülasyonlarına dayalı bir arama tabanlı çözüm sunmaktadır. CAPRI, gerçek ve sentetik veri kümeleri, üç popüler LDP protokolü ve çeşitli kısıt ve koşullarla yapılan deneylerle doğrulanmış ve etkinliği gösterilmiştir.
Özet (Çeviri)
In recent years, local differential privacy (LDP) has emerged as a popular privacy standard and received significant attention from academia and the industry. There is increasing interest in its deployment in industrial applications, smart homes, and smart cities. A pivotal problem in LDP is how to select the value of the privacy budget parameter ε, which controls the tradeoff between the strength of privacy protection and utility loss. In this dissertation, we propose Optimus, a utility-driven and optimization-based approach for ε budget selection in LDP. Given a utility constraint, Optimus formulates the problem of budget selection as an optimization problem and contains five solution methods for finding the minimal ε that satisfies the given constraint. We experimentally evaluate the five solution methods in Optimus using five popular LDP protocols, two datasets, and varying utility constraints. We find that the ε budgets selected by the different methods are consistent, which is important considering that LDP is randomized and the optimization process is heuristic. Furthermore, we perform comparative analyses regarding the methods' efficiency and hyperparameters to assist in their future use. To the best of our knowledge, Optimus is the first work to provide a quantitative and algorithmic approach to solving the challenge of ε budget selection in LDP. Beside Optimus which is a general approach for utility-driven budget selection in LDP, we also consider the capacity planning problem specifically, as a practical application in smart homes. Since, the main premise of LDP is that data is perturbed to protect privacy, therefore consumption statistics estimated via LDP are inherently noisy. When noisy estimates are used for capacity planning, they can lead to false positives (false claims of capacity exceedance) or false negatives (actual exceedances are neglected). To address these concerns, we propose a system called CAPRI for capacity planning and optimized budget selection in smart city applications under LDP. Based on a specified set of conditions (e.g., number of clients, possible consumption values, LDP protocol) and constraints (e.g., false positive probability should be below 0.01), CAPRI is able to determine the ε privacy budget which simultaneously satisfies the desired constraints and maximizes clients' privacy. To do so, CAPRI proposes an optimization-based problem formulation and a search-based solution which relies on LDP simulations. We experimentally validate and demonstrate the effectiveness of CAPRI using real-world and synthetic datasets, three popular LDP protocols, and various constraints and conditions.
Benzer Tezler
- Nöromorfik hesaplama ve memristor tabanlı ağ saldırı tespit sistemleri: Siber güvenlikte yeni yaklaşımlar
Neuromorphic computing and memristor-based network attack detection systems: New approaches in cyber security
YUSUF ETKA KÖYLÜ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. İLHAN KOCAARSLAN
- Geliştirilmiş SPEA2 ile envanter probleminin çözümü
Inventory optimization with a novel SPEA2 algorithm
ALİ BAYRAKDAR
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ILHAM HUSEYINOV
- Afet riskinin azaltılmasında kullanılan bir araç olarak kamu değeri
Public value as a tool to reduce disaster risks
MOHAMMED ELTAYEB MOHAMMED KHAIRALLA
Yüksek Lisans
Türkçe
2020
Kamu YönetimiDokuz Eylül ÜniversitesiAfet Yönetimi Ana Bilim Dalı
DOÇ. DR. YUNUS EMRE ÖZER
- İçme suyu arıtımında uygulanan proseslerin çok kriterli karar verme yöntemleri kullanılarak değerlendirilmesi
Evaluation of drinking water treatment processes using multi-criteria decision making methods
TUBA AĞUN
Yüksek Lisans
Türkçe
2025
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERDAR DOĞRUEL
- Sağlık hizmetlerine erişim ve hastane yer seçimi: İstanbul örneği
Access to healthcare and hospital location: The case of Istanbul
MUHAMMED ZİYA PAKÖZ
Doktora
Türkçe
2014
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET ALİ YÜZER